字符串的模式匹配
字串的定位操作通常称做模式匹配,是各种串处理系统中最重要的操作之一。本文主要介绍两种常用的实现算法:
1、暴力匹配
2、KMP算法
1.暴力匹配
时间复杂度为O(n*m);n为主串长度,m为模式串长度
算法的基本思想:
从主串的起始位置(或指定位置)开始与模式串的第一个字符比较,若相等,则继续逐个比较后续字符;否则从主串的下一个字符再重新和模式串的字符比较。依次类推,直到模式串成功匹配,返回主串中第一次出现模式串字符的位置,或者模式串匹配不成功,这里约定返回-1;
//伪代码
intbruteForceStringMatch(String source, String pattern)
{
i= 0; j = 0;while(i < slen && j
{if(s[i] ==p[j])++i; ++j;elsei= i - (j -1); //回溯上次匹配起始位置的后一位
j = 0;
}if(j ==plen)return i - j; //匹配成功
else
return -1; //匹配失败
}
实现代码:
1 public static intbruteForceStringMatch(String source, String pattern)2 {3 int slen =source.length();4 int plen =pattern.length();5 char[] s =source.toCharArray();6 char[] p =pattern.toCharArray();7 int i = 0;8 int j = 0;9
10 if(slen
12 else
13 {14 while(i < slen && j
17 {18 ++i;19 ++j;20 }21 else
22 {23 i = i - (j -1); //i回溯到主串上一次开始匹配下一个位置的地方
24 j = 0; //j重置,模式串从开始再次进行匹配
25 }26 }27 if(j == plen) //匹配成功
28 return i -j;29 else
30 return -1; //匹配失败
31 }32 }
View Code
2.KMP算法
KMP算法是D.E.Knuth、V.R.Pratt和J.H.Morris同时发现,所以命名为KMP算法。
此算法可以在O(n+m)的时间数量级上完成串的模式匹配。
主要就是改进了暴力匹配中i回溯的操作,KMP算法中当一趟匹配过程中出现字符比较不等时,不直接回溯i,而是利用已经得到的“部分匹配”的结果将模式串向右移动(j-next[k])的距离。稍后我们将详细解释next[k]的计算过程。
//伪代码
intkmpStringMatch(String source, String pattern)
{
i= 0;
j= 1;while(i < slen && j
{if(j == 0 || s[i] ==p[j])++i; ++j;elsej=next[j];
}if(j ==plen)return i -j;else
return -1;
}
实现代码:
1 public static intkmpStringMatch(String source, String pattern)2 {3 int i = 0;4 int j = 0;5 char[] s =source.toCharArray();6 char[] p =pattern.toCharArray();7 int slen =s.length;8 int plen =p.length;9 int[] next =getNext(p);10 while(i < slen && j
18 {19 //如果j != -1且当前字符匹配失败,则令i不变,20 //j = next[j],即让pattern模式串右移j - next[j]个单位
21 j =next[j];22 }23 }24 if(j ==plen)25 return i -j;26 else
27 return -1;28 }
View Code
那么问题来了,next[k]是怎么计算出来的呢?
关于next[k]数组的计算引出的两种办法,一种是递归,一种对递归优化,第一种对应的就是KMP算法,第二种就是优化的KMP算法。
next函数值仅取决于模式串本身而和主串无关。
有很多讲next函数值计算办法的资料,在此我想用一种直观的比较容易理解的办法来表达。
举个栗子:现在有一个模式串abab
模式串的各个字串
前缀
后缀
最大公共元素长度
a
null
null
0
ab
a
b
0
aba
a,ab
a,ba
1
abab
a,ab,aba
b,ab,bab
2
next函数值的实现:
private static int[] getNext(char[] p)
{/*** 已知next[j] = k, 利用递归的思想求出next[j+1]的值
* 1.如果p[j] = p[k],则next[j+1] = next[k] + 1;
* 2.如果p[j] != p[k],则令k = next[k],如果此时p[j] == p[k],则next[j+1] = k+1
* 如果不相等,则继续递归前缀索引,令k=next[k],继续判断,直至k=-1(即k=next[0])或者p[j]=p[k]为止*/
int plen =p.length;int[] next = new int[plen];int k = -1;int j = 0;
next[0] = -1; //这里采用-1做标识
while(j < plen -1)
{if(k == -1 || p[j] ==p[k])
{++k;++j;
next[j]=k;
}else{
k=next[k];
}
}returnnext;
}
View Code
国际惯例贴上源代码:
importjava.util.Scanner;public classPatternString {public static intbruteForceStringMatch(String source, String pattern)
{int slen =source.length();int plen =pattern.length();char[] s =source.toCharArray();char[] p =pattern.toCharArray();int i = 0;int j = 0;if(slen
else{while(i < slen && j
{if(s[i] == p[j]) //如果i,j位置上的字符匹配成功就继续向后匹配
{++i;++j;
}else{
i= i - (j -1); //i回溯到主串上一次开始匹配下一个位置的地方
j = 0; //j重置,模式串从开始再次进行匹配
}
}if(j == plen) //匹配成功
return i -j;else
return -1; //匹配失败
}
}public static intkmpStringMatch(String source, String pattern)
{int i = 0;int j = 0;char[] s =source.toCharArray();char[] p =pattern.toCharArray();int slen =s.length;int plen =p.length;int[] next =getNext(p);while(i < slen && j
{if(j == -1 || s[i] ==p[j])
{++i;++j;
}else{//如果j != -1且当前字符匹配失败,则令i不变,//j = next[j],即让pattern模式串右移j - next[j]个单位
j =next[j];
}
}if(j ==plen)return i -j;else
return -1;
}private static int[] getNext(char[] p)
{/*** 已知next[j] = k, 利用递归的思想求出next[j+1]的值
* 1.如果p[j] = p[k],则next[j+1] = next[k] + 1;
* 2.如果p[j] != p[k],则令k = next[k],如果此时p[j] == p[k],则next[j+1] = k+1
* 如果不相等,则继续递归前缀索引,令k=next[k],继续判断,直至k=-1(即k=next[0])或者p[j]=p[k]为止*/
int plen =p.length;int[] next = new int[plen];int k = -1;int j = 0;
next[0] = -1; //这里采用-1做标识
while(j < plen -1)
{if(k == -1 || p[j] ==p[k])
{++k;++j;
next[j]=k;
}else{
k=next[k];
}
}
System.out.println("next函数值:");for(int ii = 0;ii
{
System.out.print(next[ii]+ " ");
}
System.out.println();returnnext;
}public static voidmain(String[] args) {
Scanner sc= newScanner(System.in);
String a=sc.nextLine();
String b=sc.nextLine();
System.out.println(bruteForceStringMatch(a, b));
System.out.println(kmpStringMatch(a, b));
}
}
View Code